1. 背景与定位
CARLA 是一个开源的自动驾驶仿真平台，提供多个预设城镇（Town01‑Town10 等）供研究者生成合成感知数据。Town01 是平台中最早、最小的城镇，常被用作基准训练与评估场景。围绕 Town01 采集的合成数据统称 CARLA Town01 数据集，是学术界和工业界进行感知、规划、控制等任务的常用基准之一。
2. Town01 场景特征
- 地图规模：约 3.7 km 的城市道路网络，包含单向/双向车道、交叉口、红绿灯、行人道等基本要素。
- 道路布局：以单车道为主，转向、左转、右转均可实现，但不支持复杂的多车道换道操作。
- 天气与光照：支持多种预设天气（ClearNoon、ClearSunset、HardRainNoon、WetNoon 等），可在同一地图上切换以生成多样化的感知条件。
3. 数据内容与标注
| 类型 | 说明 | 常见标注 |
|---|---|---|
| RGB 图像 | 前视、侧视、鸟瞰等多视角摄像头，分辨率可自定义（常用 800×600） | - |
| 深度图 | 与 RGB 同步的深度信息 | - |
| 语义分割 | 12 类（道路、车道线、交通灯、行人、车辆等） | 像素级标签 |
| 实例分割 | 区分同类不同实例的标注 | - |
| 点云（LiDAR） | 360° 激光雷达点云（可选） | - |
| 传感器元数据 | GPS、IMU、速度、加速度、碰撞传感器等 | - |
| 控制指令 | 方向盘、油门、刹车等车辆控制信号（用于行为克隆） | - |
4. 规模与采集方式
- 图像数量：单城镇（Town01）约 60 000 张合成图像（训练+验证+测试）；在更大规模的 D4RL 任务中，Town01‑full‑v0 包含约 2 百万张图像。
- 采集时长：典型采集 15 小时、10 fps，约 540 k 帧（每个摄像头视角）。
- 采集脚本：官方提供
data-collector仓库，可通过CarlaUE4.sh /Game/Maps/Town01启动仿真并运行 Python 脚本collect.py自动记录传感器数据。 - 同步模式：推荐使用同步模式（
fixed_delta_seconds = 0.05）确保传感器帧对齐。
5. 常见应用与基准任务
| 任务 | 说明 | 参考数据集 |
|---|---|---|
| 语义分割 | 像素级道路/车辆/行人分割 | CARLA Town01（60k 图像） |
| 车道检测 | 车道线提取与方向估计 | Town01 采集的多天气序列 |
| 行为克隆 / 端到端控制 | 通过视觉输入预测转向、油门、刹车 | LMDrive 中的 Town01 子集 |
| 强化学习 / 轨迹规划 | 通过离线数据训练导航策略 | D4RL carla-town-v0（100k 图像） |
| SLAM / 位姿估计 | 多传感器（RGB、深度、LiDAR）同步数据用于定位 | CARLA‑Loc 包含 Town01 在不同天气下的 6 条序列 |
6. 获取方式与使用注意
- 获取代码：在 GitHub 上的
carla-simulator/data-collector仓库中下载对应版本（建议使用 CARLA 0.9.13 以上）。 - 数据下载：部分公开数据集（如 LMDrive、D4RL）提供直接下载链接；也可自行运行采集脚本在本地生成。
- 版权与引用：数据为合成数据，使用时请注明来源（如引用对应论文或数据集文档）。
- 兼容性：不同 CARLA 版本的地图文件可能略有差异，采集时请确保使用与数据集对应的版本（如 Town01 在 0.9.x 系列中保持不变）。
小结
CARLA Town01 数据集是基于开源仿真平台 CARLA 的核心合成感知数据集合，涵盖 RGB、深度、语义分割、点云、传感器元数据以及控制指令等多模态信息。它规模从数万到数百万张图像不等，支持多天气、多传感器配置，已被广泛用于语义分割、车道检测、行为克隆、强化学习和 SLAM 等自动驾驶研究任务。通过官方采集脚本即可自行生成或下载已有公开子集，使用时请遵循相应的引用规范。
声明：文章均为AI生成，请谨慎辨别信息的真伪和可靠性！